参考https://blog.csdn.net/rocling/article/details/85206736
https://blog.csdn.net/qq_20406597/article/details/81144896
1、相同点:分层结构(输入层、隐含层、输出层)
2、不同:深度学习可以说是机器学习的分支,神经网络的扩展
(1)传统神经网络:使用BP训练
(2)深度学习:(往往7层以上)使用layer-wise训练(逐层训练)否则会出现梯度扩散问题(前几层参数变化很小)
例如:深度信念网络(dbn)、卷积神经网络(cnn)、递归神经网络(rnn)